【论文阅读：LDA】The Author-Topic Model for Authors and Documents_2004(ATM经典论文)

综述：

ATM（author topic mode）的经典文章。

具体：

在传统LDA模型的基础上，加入author的概念。传统LDA模型，是描述文档和词（文档组成元素）之前的关系，这种关系用主题（topic）来衔接和描述。这篇文章加入author的概念。即一篇文章可能有多个author，一个author可能有多个文章，词是文章的组成元素，那么，ATM模型，通过topic描述了author和词之间的关系。

LDA模型的产出：1. doc-topic分布；2. topic-word分布

ATM模型的产出：1. author-topic分布；2. topic-word分布

个人评述：感觉作者只是换了个概念。如果把同一个author的多篇文章进行合并，看成一个doc，那么整个模型又是传统的LDA模型了。

作用：

1. 应用在学术论文上，自动计算学者的熟悉的领域，即从author-topic分布中选择（1）概率显著的topic；（2）从这些topic中，根据topic-word分布选择topn word。
2. 对于学术论文，自动推荐审稿人。在1的结果的基础上，根据论文的关键词，找到对应领域的审稿人。